1.一种自动化导轨运载装置及机器人协同运载方法，其特征在于，包括以下步骤：步骤1：在运输起点和终点所在的工作台之间设置地面导轨，在工作台上设置一条桌面导轨、取物指定位置、暂放取物位置以及放物指定位置，利用远程控制器发送取物指令；

所述桌面导轨设置于工作台中间，所述取物指定位置、暂放取物位置以及放物指定位置设置在工作台的两侧，所述取物指定位置、暂放取物位置以及放物指定位置上均设置有光敏传感器，且所述光敏传感器与工作台上的桌面控制器相连；

所述工作台的暂放取物位置边缘设有测距传感接收器；

所述取物指令是指将物体从取物指定位置运送至放物指定位置；

步骤2：位于取物工作台的桌面机器人接收取物指令，沿桌面导轨依据光敏传感器采集的信号从取物工作台上的取物指定位置抓取物体后，放至取物工作台的第一暂放指定位置；

步骤3：移动机器人接收取物指令，沿地面导轨移动至取物工作台暂放指定位置的边缘，当取物工作台的测距传感器测得的距离信号满足抓物距离时，移动机器人抓取物体；

沿地面导轨移动至放物工作台的第二暂放指定位置的边缘，当放物工作台的测距传感器测得的距离信号满足放物距离时，将抓取的物体放至放物工作台的第二暂放指定位置；

步骤4：位于放物工作台的桌面机器人接收取物指令，沿桌面导轨移动至放物工作台的第二暂放指定位置，抓取物体后，依据光敏传感器采集的信号移动至放物工作台的放物指定位置，完成物体在工作台之间的运输；

步骤5：当移动机器人完成一次运输后，根据移动机器人当前时刻在内的连续四个时刻的电量，采用基于智能网络的移动机器人电量预测模型，获取移动机器人下一个时刻的电量预测值，依据电量预测值判断是否继续执行运输任务；

所述移动机器人当前时刻在内的连续四个时刻的电量是对移动机器人当前时刻在内的连续500个时刻的电量数据进行二层小波分解后，从中取出的最后四个时刻的两组高频分量电量和两组低频分量电量；

所述基于智能网络的移动机器人电量预测模型包括基于极限学习机的移动机器人电量高频预测模型和基于小波神经网络的移动机器人电量低频预测模型；在构建预测模型时所使用的训练数据为移动机器人从开机到停止运行的整个过程中各时刻电量数据进行二层小波分解后的高频组分量和低频组分量；

其中，基于极限学习机的移动机器人电量高频预测模型是以连续4个时刻的高频分量电量作为输入数据，以下一时刻的高频分量电量作为输出数据，对极限学习机进行训练获得；基于小波神经网络的移动机器人电量低频预测模型是以连续4个时刻的低频分量电量作为输入数据，以下一时刻的低频分量电量作为输出数据，对小波神经网络进行训练获得；

将最后四个时刻的两组高频分量电量和两组低频分量电量依次输入基于极限学习机的移动机器人电量高频预测模型和基于小波神经网络的移动机器人电量低频预测模型，得到两组电量高频预测值和两组电量低频预测值，以两组电量高频预测值和两组电量低频预测值的累加值作为移动机器人下一时刻的电量预测值；

若移动机器人下一时刻的电量预测值大于25％，则移动机器人则沿导轨原路返回，等待下一次运输任务；

若移动机器人下一时刻的电量预测值小于等于25％，则移动机器人通过导轨驶向移动机器人充电区域，并将充电信息反馈给远程控制器，同时，远程控制器发送指令给处于同一导轨的备用机器人，移动到对应轨道上的运输任务起始位置，代替需要充电的移动机器人进行运输任务。

2.根据权利要求1所述的方法，其特征在于，所述基于极限学习机的移动机器人电量高频预测模型中的极限学习机的权值和阈值采用自适应花粉算法进行寻优获得；

步骤A1：种群花粉个体的位置作为基于极限学习机的移动机器人电量高频预测模型的权值和阈值，初始化种群；

种群规模的取值范围为[55,220]，变异因子初始值ε的取值范围为[0.02,0.15]，最大迭代次数的取值范围为[110,400]，最大搜索精度的取值范围为[0.035,0.12]；

步骤A2：设定适应度函数，并获取种群中的最优个体；

将种群个体位置对应的基于极限学习机的移动机器人电量高频预测模型的权值和阈值代入基于极限学习机的移动机器人电量高频预测模型中，并利用种群个体位置确定的基于极限学习机的移动机器人电量高频预测模型计算出电量预测值，将电量预测值和实际值的均方差MSE的倒数作为第一适应度函数f1(x)；

步骤A3：计算每个个体的适应值，并保留适应度值最小的个体及当前最优解g*；

步骤A4：随机生成rand1，按照式(1)计算转换概率p，以调节花授粉算法中全局搜索和局部搜索之间的转化；

p＝0.8+0.2×rand1         (1)

步骤A5：随机生成rand∈[0，1]，若转换概率p>rand，利用式(2)进行全局搜索；

其中， 表示第t次迭代时花粉的位置，g*表示的是当前群体中的最优解，参数L表示步长，取0.5；

步骤A6：若转换概率p≤rand，按式(3)计算ε，并将ε值代入式(4)进行局部搜索；

其中，rand2,rand3是[0,1]之间产生的随机数，εt是第t次迭代时变异因子的值，λ、ε1都取0.1；

其中， 和 分别表示的是同一植物上对应所述极限学习机参数的不同花朵的花粉；

步骤A7：计算更新后的所有个体的适应度值及最优个体值g*，判断是否达到最大迭代次数或者最大搜索精度，若达到，则以适应度最大的个体作为最优个体，输出最优个体对应的基于极限学习机的移动机器人电量高频预测模型的权值和阈值，否则返回步骤A4，进行下一次迭代。

3.根据权利要求1所述的方法，其特征在于，所述基于小波神经网络的移动机器人电量低频预测模型中的权值、阈值以及伸缩平移系数采用自适应花粉算法进行寻优获得；

步骤B1：种群花粉个体的位置作为基于小波神经网络的移动机器人电量低频预测模型的权值阈值和伸缩平移系数，初始化种群；

种群规模的取值范围为[25,200]，变异因子初始值的取值范围ε1为[0.08,0.15]，最大迭代次数的取值范围为[120,450]，最大搜索精度的取值范围为[0.075,0.12]；

步骤B2：设定适应度函数，并获取种群中的最优个体；

将种群个体位置对应的基于小波神经网络的移动机器人电量低频预测模型的权值、阈值和伸缩平移系数代入基于小波神经网络的移动机器人电量低频预测模型中，并利用种群个体位置确定的基于小波神经网络的移动机器人电量低频预测模型计算出电量预测值，将电量预测值和实际值的均方差MSE的倒数作为第二适应度函数f2(x)；

步骤B3：计算每个个体的适应值，并保留适应度值最小的个体；

步骤B4：随机生成 按照式(5)计算转换概率p1，以调节花授粉算法中全局搜索和局部搜索之间的转化；

1 1 1

步骤B5：随机生成rand∈[0，1]，若转换概率rand＜p，利用式(6)进行全局搜索；

t 1

其中，Yi表示第t次迭代时花粉的位置， 表示的是当前群体中的最优解，参数L表示步长，取0.5；

步骤B6：若转换概率rand1≥p1，按式(7)计算ε1，并将ε1值代入式(8)进行局部搜索；

其中， 是[0,1]之间产生的随机数， 是第t次迭代时变异因子的值；λ1、都取0.1；

t

其中， 和Yi 分别表示的是同一植物上对应所述小波神经网络参数的不同花朵的花粉；

步骤B7：计算更新后的所有个体的适应度值，判断是否达到最大迭代次数或者最大搜索精度，若达到，则以适应度最大的个体作为最优个体，输出最优个体对应的基于小波神经网络的移动机器人电量低频预测模型的权值、阈值和伸缩平移系数，否则返回步骤B4，进行下一次迭代。

4.根据权利要求1-3任一项所述的方法，其特征在于，依据移动机器人经过地面导轨上等间距设置的具有唯一ID的地标，判断移动机器人是否发生故障，具体过程如下：移动机器人实时地将通过地面导轨的地标信息返回给远程控制器，当移动机器人返回通过地标a的信息后，若未在指定时间范围内返回通过下一个地标a+1的信息时，远程控制器判断当前移动机器人发生故障，并根据地标a和下一个地标a+1的位置，判断出故障移动机器人所在的位置。

5.根据权利要求4所述的方法，其特征在于，当移动机器人在地面轨道发生故障时，远程控制器发送道岔开启指令，将地面轨道上的道岔开启，并发送牵引指令至与发生故障的移动机器人位于同一地面轨道的备用移动机器人，令备用移动机器人移动至发生故障的移动机器人所在位置区域，启动备用移动机器人底座的电磁吸引装置，吸附发生故障的移动机器人，将发生故障的移动机器人沿地面导轨通过道岔牵引至移动机器人待维修区域；

相邻的地面导轨之间设有电控道岔，且移动机器人待维修区域与地面导轨之间设置有电控道岔；

所述备用移动机器人位于备用机器人等待区域，所述备用机器人等待区域位于运输任务起点处，且与地面导轨连通。

6.根据权利要求5所述的方法，其特征在于，当备用移动机器人到达发生故障的移动机器人经过的最后一个地标a后，打开备用移动机器人的车载双目相机ZED，测量出与发生故障的移动机器人之间的距离，依据所测得的距离，令备用移动机器人靠近发生故障的移动机器人；当执行运输任务的移动机器人发生故障，被牵引至维修区域的同时，远程控制器发送指令给同一轨道的处于空闲状态的备用机器人代替故障机器人执行运输任务。

7.根据权利要求6所述的方法，其特征在于，所述移动机器人待维修区域与充电导轨连通，若位于移动机器人待维修区域中的备用机器人电量若低于25％，则沿充电导轨进入移动机器人充电区域充电，否则，沿充电导轨进入位于运输任务起点处的备用机器人等待区域。

8.一种自动化导轨运载装置及机器人协同运载系统，其特征在于，包括桌面机器人、桌面控制器、移动机器人、导轨以及远程控制器；

所述导轨包括桌面导轨和地面导轨，相邻的地面导轨之间设有电控道岔，且地面导轨上间隔设置有具有唯一ID的地标；

所述桌面控制器、移动机器人和导轨上的电控道岔均与所述远程控制器进行通信；

所述桌面机器人设置于工作台上，受控于桌面控制器，沿工作台上的桌面导轨移动，工作台上设置有固定的取、放物位置，且取、放物位置上设有光敏传感器，所述光敏传感器与桌面控制器相连；

工作台上设有固定取、放物位置的侧边设置有测距传感接收器；

所述移动机器人上设有测距传感器，设置于地面，采用权利要求1-7任一项所述的方法沿地面上的地面导轨移动。

9.根据权利要求8所述的系统，其特征在于，还包括移动机器人充电区域和备用机器人等待区域；

所述移动机器人充电区域设置于运输任务起始位置与结束位置之间的充电导轨上，所述充电导轨与备用机器人等待区域导轨连通，且所述备用机器人等待区域导轨与地面导轨连通。

10.根据权利要求9所述的系统，其特征在于，还包括移动机器人待维修区域，所述移动机器人待维修区域与地面导轨之间设置有电控道岔，且移动机器人基座上设置有电磁吸引装置和车载双目相机ZED，所述车载双目ZED设置在机器人的基座上方。